作为现代新型的商业模式，电子商务业务蓬勃发展，丰富的电子商务业务每天都会产生大量的重要信息以及海量数据，这类数据特点是具有不确定性、异构性以及非结构化。其复杂程度为海量数据挖掘提出了新的挑战，对电子商务公司的储存能力、数据分析能力以及计算能力提出了更高的要求。　　云计算将计算资源整合在一起，形成了一个强大的“资源池”，通过虚拟化、并行计算等云计算技术使资源可以被动态增减动态分配，更好的解决数据难以组织和处理的问题。电子商务公司在对业务数据进行挖掘的过程中的瓶颈问题是海量数据处理与计算，传统的数据分析系统会因为数据量的激增而降低运行的速度。云计算则擅长于处理海量数据和大规模的数据计算。将云计算技术运用到电子商务分析系统中，可以提高当前电子商务公司对海量数据的分析能力。　　在本文中，借助云计算技术对传统电子商务数据分析系统进行改进，设计了基于云计算思想的电子商务海量数据分析系统。从两个方面——系统架构和关键算法进行深入设计。通过对传统电子商务数据分析系统的数据来源、系统架构、系统功能以及遇到的瓶颈问题进行分析，提出了一个基于云计算思想优化后的电子商务海量数据分析系统的架构设计。并针对原有数据处理算法的不足，将云计算的MapReduce思想用于算法改进，充分利用云计算并行处理的思想，提出了基于拆分机制的海量数据处理算法;改进原有调度算法不考虑任务优先级的缺点，提出了基于贪婪算法的数据处理任务调度算法。在此改进之上，得到了显著的加速效果，提高了原算法的运行速度。　　在此基础上，搭建了基于云计算平台的电子商务海量数据分析系统的测试环境，选择电子商务运营网站的订单数据为测试数据，对以上提出两种改进后的算法进行验证，测试结果显示改进后的架构和算法取得了优秀的加速比效果，成功的解决了由于计算量大而造成的计算效率降低的问题。